Raccomandazione mediata da un agente personale con la cronologia multipiattaforma dell’utente

Abstract degli autori

I sistemi di raccomandazione moderni stanno passando da una personalizzazione incentrata sulla piattaforma a una governata dall’utente, in cui un agente LLM personale può agire per conto dell’utente su più servizi. Formalizziamo questo paradigma emergente come Personal-Agent Mediated Recommendation: un sistema di raccomandazione della piattaforma ordina un insieme di candidati usando le informazioni disponibili sulla piattaforma stessa, mentre un agente personale usa la cronologia multipiattaforma autorizzata dall’utente per intervenire sull’ordinamento risultante e produrre la lista finale dei primi K elementi. Questo intervento non è banale: l’ordinamento della piattaforma può incorporare solide evidenze a livello di popolazione a cui l’agente personale non ha accesso. Una mediazione efficace deve quindi bilanciare i recuperi utili con gli interventi dannosi che scavalcano la piattaforma. Per studiare questo compromesso, presentiamo MediateRec, un benchmark che comprende ambienti multipiattaforma proxy scalabili e un test multipiattaforma reale, con una separazione controllata delle informazioni tra piattaforma e agente. Per addestrare l’agente a usare efficacemente la cronologia multipiattaforma, proponiamo inoltre Personal Attribution Mediation Optimization (PAMO), che oscura tale cronologia in modo controfattuale per stimare il sostegno alla mediazione personale e rialloca la massa del vantaggio tenendo conto della posizione in classifica, nel rispetto di una soglia minima di valore rispetto alla piattaforma. Dimostriamo teoricamente che PAMO preserva la massa del vantaggio alla soglia di selezione ed è localmente ottimale tra le riallocazioni del primo ordine che preservano tale massa senza ridurre il valore medio rispetto alla piattaforma. Gli esperimenti su MediateRec mostrano che la mediazione dell’agente personale consente correzioni significative alle raccomandazioni della piattaforma, ma che persino LLM proprietari avanzati introducono interventi dannosi non trascurabili. PAMO ottiene sistematicamente risultati migliori rispetto a un metodo di RL comparabile basato solo sugli esiti, sia su piattaforme bersaglio già viste sia su quelle mai viste e nel test multipiattaforma reale, raggiungendo al tempo stesso un migliore equilibrio tra recuperi utili e interventi dannosi.